Novedades (Analysis Services - Minería de datos)
Nota
En SQL Server 2008 R2 no ha habido ningún cambio en el contenido que se mencione en este tema.
Esta última versión de Microsoft SQL Server Analysis Services presenta nuevas características y mejoras. Para obtener información sobre las nuevas características de análisis en memoria y sobre el modo integrado de SharePoint para Analysis Services, vea PowerPivot para SharePoint.
Compatibilidad con complementos de minería de datos para Office 2007
SQL Server 2008 R2 admite la creación, administración y uso de modelos de minería de datos de Microsoft Excel al utilizar complementos de minería de datos de SQL Server 2008 para Office 2007. La versión de este popular complemento gratuito se puede utilizar para conectar con instancias de Analysis Services en las que se ejecuta SQL Server 2008 R2 o SQL Server 2008. Los conjuntos de datos multidimensionales en memoria que se crean a través de PowerPivot para Excel no se pueden usar directamente.
Compatibilidad con PowerPivot para Excel 2010
Puede instalar los complemento de minería de datos en el mismo equipo que el complemento PowerPivot para Excel y usarlos en el mismo libro de Excel 2010. Con todo, para usar los complementos de minería de datos, debe haber instalado una versión de 32 bits de Excel 2010. El cliente de PowerPivot se puede ejecutar en una versión de 32 o 64 bits de Excel 2010.
Para obtener más información sobre los complementos, vea Complementos de minería de datos de Office 2007.
Nuevos ejemplos y recursos
Los Libros en pantalla ya no incluyen bases de datos ni aplicaciones de ejemplo de SQL Server. Estas bases de datos y aplicaciones de ejemplo están ahora disponibles en el sitio web de ejemplos de SQL Server. Este sitio web facilita a los usuarios la búsqueda de estos ejemplos y proporciona otros ejemplos adicionales relacionados con Microsoft SQL Server y Business Intelligence. En el sitio web de ejemplos de SQL Server, puede llevar a cabo las acciones siguientes:
Examinar los ejemplos enviados por programadores, usuarios y la comunidad de profesionales más valorados (MVP) de Microsoft.
Descargar bases de datos de ejemplo y proyectos de código.
Ver o participar en un área de discusión donde puede notificar problemas y hacer preguntas sobre los ejemplos de cada área de tecnología.
Se pueden obtener ejemplos adicionales que usan el cliente de PowerPivot y la nueva instancia de SharePoint integrado de Analysis Services en el sitio PowerPivot.com.
Características de minería de datos de SQL Server 2008
La versión R2 de SQL Server 2008 admite las siguientes características, que se introdujeron en SQL Server 2008.
Creación de conjuntos de pruebas de exclusión
Al crear una estructura de minería de datos, ahora puede dividir los datos de la estructura en conjuntos de prueba y de aprendizaje. La definición de la partición se almacena con la estructura, para que pueda reutilizar los conjuntos de pruebas y aprendizaje con cualquier modelo de minería de datos que se base en esa estructura.
Para obtener más información sobre cómo utilizar los conjuntos de datos de aprendizaje y pruebas, vea Crear particiones de los datos en conjuntos de entrenamiento y de pruebas (Analysis Services - Minería de datos).
Para obtener más información acerca de todas las características de validación de modelos de SQL Server 2008, vea Validar modelos de minería de datos (Analysis Services - Minería de datos).
Filtrar según casos de modelos
Ahora puede asociar filtros a un modelo de minería y aplicar el filtro durante el aprendizaje y también en las pruebas. La aplicación de un filtro al modelo le permite controlar los datos que se utilizan para entrenar el modelo y evaluar más fácilmente su rendimiento en los subconjuntos de datos.
Para obtener información acerca de cómo crear filtros de modelos de minería de datos, vea Crear filtros para modelos de minería de datos (Analysis Services - Minería de datos).
Para obtener información acerca cómo filtrar los datos para las pruebas del modelo de minería, vea Herramientas de gráficos de precisión de modelos (Analysis Services - Minería de datos).
Validación cruzada de varios modelos de minería
La validación cruzada es un método establecido para evaluar la exactitud de los modelos de minería de datos. En la validación cruzada, divide sucesivamente los datos de la estructura de minería en subconjuntos, genera modelos en los subconjuntos y, a continuación, mide la exactitud del modelo para cada partición. Revisando las estadísticas devueltas, puede determinar el grado de confiabilidad del modelo de minería de datos y comparar más fácilmente los modelos que se basan en la misma estructura.
Para obtener más información, vea Validación cruzada (Analysis Services - Minería de datos).
Mejoras del algoritmo de serie temporal de Microsoft
Para mejorar la exactitud y estabilidad de algunas predicciones de los modelos de serie temporal, se ha agregado un algoritmo nuevo al algoritmo de serie temporal de Microsoft. El nuevo algoritmo, que se basa en el algoritmo ARIMA conocido, permite realizar mejores predicciones a largo plazo que el algoritmo ARTxp que Analysis Services usa. (ARTXP es un algoritmo de árbol con regresión automática que está optimizado para predicciones a corto plazo o en un intervalo de tiempo único).
Para obtener más información acerca de los modelos de minería de datos de series temporales, vea Algoritmo de serie temporal de Microsoft y PredictTimeSeries (DMX).
Obtención de detalles para casos y columnas de estructura
En SQL Server 2008, si habilita la obtención de detalles en una estructura de minería, puede consultar los detalles devueltos y la estructura de minería de datos acerca de los casos que se usan en el aprendizaje y en las pruebas. Puede crear consultas de obtención de detalles en una estructura con Extensiones de minería de datos (DMX).
Para obtener más información, vea Usar la obtención de detalles en los modelos y estructuras de minería (Analysis Services - Minería de datos).
Para obtener ejemplos de consultas DMX en una estructura de minería de datos, vea SELECT FROM <estructura>.CASES.
Para obtener ejemplos de obtención de detalles de un modelo de estructura de datos, vea SELECT FROM <model>.CASES (DMX).
Uso de alias en columnas de un modelo de minería de datos
Ahora puede agregar alias a las columnas de un modelo de minería de datos para facilitar la comprensión del contenido de las columnas y la referencia a la columna en las instrucciones DMX.
Para obtener más información sobre cómo administrar y ver los alias, vea Establecer propiedades en un modelo de minería de datos o Cómo crear un alias para una columna de modelo.
Para obtener información sobre cómo crear un alias de columna con DMX, vea ALTER MINING STRUCTURE (DMX).
Consultar los conjuntos de filas de esquema de minería de datos
En SQL Server 2008,muchos de los conjuntos de filas de esquema de minería de datos de OLE DB existentes se han expuesto como un conjunto de tablas del sistema que puede consultar con facilidad utilizando las instrucciones DMX. Esto hace fácil recuperar metadatos relacionados con modelos y estructuras, extraer detalles del contenido del modelo de minería de datos, o supervisar una instancia o un servicio de Servicios de análisis.
Para obtener más información, vea Consultar los conjuntos de filas de esquema de minería de datos (Analysis Services - Minería de datos).
Cambia en los modelos de agrupación en clústeres
En SQL Server 2008, la configuración predeterminada del algoritmo de clústeres de Microsoft se cambió para usar el método de normalización puntuación-z de forma predeterminada. El propósito de este cambio es minimizar el efecto de los atributos que puedan tener grandes magnitudes y muchos valores atípicos. Normalmente, la normalización puntuación-z mejora los resultados de la agrupación en clústeres. Sin embargo, podría modificar los resultados de la agrupación en clústeres en distribuciones que no sean normales. Además, los clientes que migren soluciones de una versión anterior de Analysis Services a SQL Server 2008 Analysis Services podrían observar que los modelos de agrupación en clústeres producen resultados distintos. Para obtener más información, vea Referencia técnica del algoritmo de clústeres de Microsoft.
Mejoras de Analysis Services
Si utiliza Analysis Services para crear cubos OLAP que también utilice en minería de datos, podría encontrar mucho más fácil diseñar las dimensiones y sus jerarquías y atributos relacionados. El Diseñador de dimensiones incluye un nuevo diseñador de relaciones de atributos que ayuda a diseñar las relaciones de los atributos y a asegurarse de que siguen las prácticas recomendadas.
Para obtener más información, vea Novedades (Analysis Services - Base de datos multidimensional).
Vea también